python开发[第十六篇]介绍了面向对象基本知识:
- 面向对象是一种编程方式,此编程方式的实现是基于对 类 和 对象 的使用
- 类 是一个模板,模板中包装了多个“函数”供使用(可以讲多函数中公用的变量封装到对象中)
- 对象,根据模板创建的实例(即:对象),实例用于调用被包装在类中的函数
- 面向对象三大特性:封装、继承和多态
本篇将详细介绍Python 类的成员、成员修饰符、类的特殊成员。
一、类的成员
类的成员可以分为三大类:字段、方法和属性

注:所有成员中,只有普通字段的内容保存对象中,即:根据此类创建了多少对象,在内存中就有多少个普通字段。而其他的成员,则都是保存在类中,即:无论对象的多少,在内存中只创建一份。
1、字段
字段包括:普通字段和静态字段,他们在定义和使用中有所区别,而最本质的区别是内存中保存的位置不同,
- 普通字段属于对象
- 静态字段属于类
class Province: # 静态字段 保存在类中 country = "中国" def __init__(self, name): # 普通字段 保存在对象中 self.name = name
# 直接访问普通字段 obj = Province('河北省') print (obj.name) print(obj.country) #执行结果:中国 #因为obj对象通过类对象指针指向了类。所以类的静态字段,他也能访问,为了代码规范,故不推荐使用 # 直接访问静态字段
print(Province.country) #执行结果:中国 #强烈推荐
由上述代码可以看出【普通字段需要通过对象来访问】【静态字段通过类访问】,在使用上可以看出普通字段和静态字段的归属是不同的。其在内容的存储方式类似如下图:

由上图可是:
- 静态字段在内存中只保存一份
- 普通字段在每个对象中都要保存一份(若:通过在__init__()方法中写self.country="中国",那么在每个对象内存中都会存一份)
应用场景: 通过类创建对象时,如果每个对象都具有相同的字段,那么就使用静态字段
2、方法
方法包括:普通方法、静态方法和类方法,三种方法在内存中都归属于类,区别在于调用方式不同。
- 普通方法:由对象调用;至少一个self参数;执行普通方法时,自动将调用该方法的对象赋值给self;
- 类方法:由类调用; 至少一个cls参数;执行类方法时,自动将调用该方法的类复制给cls;
- 静态方法:由类调用;无默认参数;
class Foo: def __init__(self, name): self.name = name def ord_func(self): """ 定义普通方法,至少有一个self参数 """ # print self.name print '普通方法' @classmethod #注意装饰器 def class_func(cls): #类方法,cls参数是必须有的,但是在调用的时候不用传,python自动将类名传给它。 """ 定义类方法,至少有一个cls参数 """ print '类方法' @staticmethod #装饰器 def static_func(): """ 定义静态方法 ,无默认参数""" print '静态方法' # 调用普通方法 f = Foo() f.ord_func()
#普通方法就不能用类来调用了吗? 答案是:可以的
f=Foo() #因为我们知道self 代表的是对象,所以只需要我们将对象传给self就行。
Foo.ord_func(f) #不推荐使用 # 调用类方法 Foo.class_func() # 调用静态方法 Foo.static_func() #推荐 f.static_func() #如同静态字段一样,静态方法也可以由对象调用,但是不推荐

相同点:对于所有的方法而言,均属于类(非对象)中,所以,在内存中也只保存一份。
不同点:方法调用者不同、调用方法时自动传入的参数不同。
3、属性
如果你已经了解Python类中的方法,那么属性就非常简单了,因为Python中的属性其实是普通方法的变种。
对于属性,有以下三个知识点:
- 属性的基本使用
- 属性的两种定义方
属性的基本使用
# ############### 定义 ############### class Foo: def func(self): pass # 定义属性。将方法伪装成了字段 @property #装饰器 def prop(self): pass # ############### 调用 ############### foo_obj = Foo() foo_obj.func() foo_obj.prop #调用属性

由属性的定义和调用要注意一下几点:
- 定义时,在普通方法的基础上添加 @property 装饰器;
- 定义时,属性仅有一个self参数
- 调用时,无需括号
方法:foo_obj.func()
属性:foo_obj.prop
注意:属性存在意义是:访问属性时可以制造出和访问字段完全相同的假象
属性由方法变种而来,如果Python中没有属性,方法完全可以代替其功能。
属性的两种定义方式
属性的定义有两种方式:
- 装饰器 即:在方法上应用装饰器
- 静态字段 即:在类中定义值为property对象的静态字段
第一种方法:
装饰器方式:在类的普通方法上应用@property装饰器 (python 2中只有@property。没有方法名.setter、方法名.deleter)
# ############### 定义 ############### class Goods(object): @property def price(self): print '@property' @price.setter #用来更改变量的值。 装饰器将price方法伪装成了变量。那么变量就能更改值。 def price(self, value): print '@price.setter' @price.deleter #删除伪装变量的值 def price(self): print '@price.deleter' # ############### 调用 ############### obj = Goods() obj.price # 自动执行 @property 修饰的 price 方法,并获取方法的返回值 obj.price = 123 # 自动执行 @price.setter 修饰的 price 方法,并将 123 赋值给方法的参数 del obj.price # 自动执行 @price.deleter 修饰的 price 方法
实例:
class Goods(object): def __init__(self): # 原价 self.original_price = 100 # 折扣 self.discount = 0.8 @property def price(self): # 实际价格 = 原价 * 折扣 new_price = self.original_price * self.discount return new_price @price.setter def price(self, value): self.original_price = value @price.deltter def price(self, value): del self.original_price obj = Goods() obj.price # 获取商品价格 obj.price = 200 # 修改商品原价 del obj.price # 删除商品原价
第二种方法:
静态字段方式,创建值为property对象的静态字段
当使用静态字段的方式创建属性时
class Foo: def get_bar(self): return 'wupeiqi' BAR = property(get_bar) obj = Foo() reuslt = obj.BAR # 自动调用get_bar方法,并获取方法的返回值 print reuslt
property的构造方法中有个四个参数
- 第一个参数是方法名,调用
对象.属性时自动触发执行方法 - 第二个参数是方法名,调用
对象.属性 = XXX时自动触发执行方法 - 第三个参数是方法名,调用
del 对象.属性时自动触发执行方法 - 第四个参数是字符串,调用
对象.属性.__doc__,此参数是该属性的描述信息
class Foo: def get_bar(self): return 'wupeiqi' # *必须两个参数 def set_bar(self, value): return return 'set value' + value def del_bar(self): return 'wupeiqi' BAR = property(get_bar, set_bar, del_bar, 'description...') obj = Foo() obj.BAR # 自动调用第一个参数中定义的方法:get_bar obj.BAR = "alex" # 自动调用第二个参数中定义的方法:set_bar方法,并将“alex”当作参数传入 del Foo.BAR # 自动调用第三个参数中定义的方法:del_bar方法 obj.BAE.__doc__ # 自动获取第四个参数中设置的值:description...
由于静态字段方式创建属性具有三种访问方式,我们可以根据他们几个属性的访问特点,分别将三个方法定义为对同一个属性:获取、修改、删除
实例:
class Goods(object): def __init__(self): # 原价 self.original_price = 100 # 折扣 self.discount = 0.8 def get_price(self): # 实际价格 = 原价 * 折扣 new_price = self.original_price * self.discount return new_price def set_price(self, value): self.original_price = value def del_price(self, value): del self.original_price PRICE = property(get_price, set_price, del_price, '价格属性描述...') obj = Goods() obj.PRICE # 获取商品价格 obj.PRICE = 200 # 修改商品原价 del obj.PRICE # 删除商品原价
注意:Python WEB框架 Django 的视图中 request.POST 就是使用的静态字段的方式创建的属性
Django源码二、类成员修饰符
类的成员:从上一步骤,我们已经知道包括:普通字段,静态字段,普通方法,静态方法,类方法,特性
类的所有成员在上一步骤中已经做了详细的介绍,对于每一个类的成员而言都有两种形式:
- 公有成员,在任何地方都能访问
- 私有成员,只有在类的内部才能方法
可见 :类成员的修饰符,就是来区别这个成员是私有的还是公有的
1.私有成员和公有成员的定义不同:私有成员命名时,前两个字符是下划线。(特殊成员除外,例如:__init__、__call__、__dict__等)
class C: def __init__(self): self.name = '公有字段' self.__foo = "私有字段" # 在字段前加两下划线,使其成为了私有字段 def func(self): print("这是普通方法") def __add(self): print("这是私有普通方法") @staticmethod def __add(): # 私有静态方法也可必须找歌中件方法来调用。 print("这是私有静态方法")
2.私有成员和公有成员的访问限制不同:
静态字段
- 公有静态字段:类可以访问;类内部可以访问;派生类中可以访问
- 私有静态字段:仅类内部可以访问;
class C: name = "公有静态字段" def func(self): print C.name class D(C): def show(self): print C.name C.name # 类访问 obj = C() obj.func() # 类内部可以访问 obj_son = D() obj_son.show() # 派生类中可以访问
class C: __name = "公有静态字段" def func(self): print C.__name #私有字段只能在类里面。不能超出类 class D(C): def show(self): print C.__name #访问私有字段,会报错 C.__name # 类访问 ==> 错误 #这个因为是在不在类里面访问 obj = C() obj.func() # 类内部可以访问 ==> 正确 obj_son = D() obj_son.show() # 派生类中可以访问 ==> 错误
普通字段
- 公有普通字段:对象可以访问;类内部可以访问;派生类中可以访问
- 私有普通字段:仅类内部可以访问;
ps:如果想要强制访问私有字段,可以通过 【对象._类名__私有字段明 】访问(如:obj._C__foo),不建议强制访问私有成员。
class C: def __init__(self): self.foo = "公有字段" def func(self): print self.foo # 类内部访问 class D(C): def show(self): print self.foo # 派生类中访问 obj = C() obj.foo # 通过对象访问 obj.func() # 类内部访问 obj_son = D(); obj_son.show() # 派生类中访问 公有字段
class C: def __init__(self): self.__foo = "私有字段" def func(self): print self.foo # 类内部访问 class D(C): def show(self): print self.__foo # 派生类中访问 obj = C() obj.__foo # 通过对象访问 ==> 错误 obj.func() # 类内部访问 ==> 正确 obj_son = D(); obj_son.show() # 派生类中访问 ==> 错误
方法、属性的访问于上述方式相似,即:私有成员只能在类内部使用
ps:非要访问私有属性的话,可以通过 对象._类__属性名
class Foo: def __init__(self): self.__name = "私有普通字段" def __add(self): print("这是私有普通方法") def fetch(self): self.__add() #访问私有普通字段 print(self.__name) # 必须通过一个普通方法来调用私有普通字段。 对象在外面调用会报错的 obj = Foo() # obj.__add() # AttributeError: 'Foo' object has no attribute '__add' obj.fetch()
class Foo: def __init__(self): pass @staticmethod def __add(): # 私有静态方法也可必须找歌中件方法来调用。 print("这是私有静态方法") def fetch(self): Foo.__add() #访问静态方法 @staticmethod def add(): print("这是私有静态方法") obj = Foo() # obj.__add() # AttributeError: 'Foo' object has no attribute '__add' obj.fetch() # 通过静态方法调私有静态方法 Foo.add()
三、类的特殊成员
上文介绍了Python的类成员以及成员修饰符,从而了解到类中有字段、方法和属性三大类成员,并且成员名前如果有两个下划线,则表示该成员是私有成员,私有成员只能由类内部调用。无论人或事物往往都有不按套路出牌的情况,Python的类成员也是如此,存在着一些具有特殊含义的成员,详情如下:
1. __doc__
表示类的描述信息
#输出:类的描述信息 class Foo: """ 描述类信息,这是用于看片的神奇 """ def func(self): pass print (Foo.__doc__) #执行结果:描述类信息,这是用于看片的神奇
2. __module__ 和 __class__
__module__ 表示当前操作的对象在那个模块
__class__ 表示当前操作的对象的类是什么
#有在lib文件夹下有模块aa.py。其中有类C from lib.aa import C obj = C() print (obj.__module__) # 执行结果:lib.aa,即:输出模块 print (obj.__class__) # 执行结果:lib.aa.C,即:输出类
3. __init__
构造方法,通过类创建对象时,自动触发执行。
class Foo: def __init__(self, name): self.name = name self.age = 18 obj = Foo('wupeiqi') # 自动执行类中的 __init__ 方法
4. __del__
析构方法,当对象在内存中被释放时,自动触发执行。
注:此方法一般无须定义,因为Python是一门高级语言,程序员在使用时无需关心内存的分配和释放,因为此工作都是交给Python解释器来执行,所以,析构函数的调用是由解释器在进行垃圾回收时自动触发执行的。
class Foo: def __del__(self): pass
5. __call__
对象后面加括号,触发执行。
注:构造方法的执行是由创建对象触发的,即:对象 = 类名() ;而对于 __call__ 方法的执行是由对象后加括号触发的,即:对象() 或者 类()()
class Foo: def __init__(self): pass def __call__(self, *args, **kwargs): print ('aaa') obj = Foo() # 执行 __init__ obj() # 执行结果:aaa # 执行 __call__方法
6. __dict__
类或对象中的所有成员
上文中我们知道:类的普通字段属于对象;类中的静态字段和方法等属于类,即:

class Province: country = 'China' def __init__(self, name, count): self.name = name self.count = count def func(self, *args, **kwargs): print 'func' # 获取类的成员,即:静态字段、方法、 print Province.__dict__ # 输出:{'country': 'China', '__module__': '__main__', 'func': <function func at 0x10be30f50>, '__init__': <function __init__ at 0x10be30ed8>, '__doc__': None} obj1 = Province('HeBei',10000) print obj1.__dict__ # 获取 对象obj1 的成员 # 输出:{'count': 10000, 'name': 'HeBei'} obj2 = Province('HeNan', 3888) print obj2.__dict__ # 获取 对象obj1 的成员 # 输出:{'count': 3888, 'name': 'HeNan'}
7. __str__
如果一个类中定义了__str__方法,那么在打印 对象 时,默认输出该方法的返回值。
class Foo: def __str__(self): return 'wupeiqi' obj = Foo() print obj # 输出:wupeiqi
注意:如果我们看str类的源码,可以发现,其中就有__str__()方法,从方法的解释上就会发现,该方法是在解释str("中")时会自动调用的。
8、__getitem__、__setitem__、__delitem__
用于索引操作,如字典。以上分别表示获取、设置、删除数据
#!/usr/bin/env python # -*- coding:utf-8 -*- class Foo(object): def __getitem__(self, key): #自动获取索引 print '__getitem__',key def __setitem__(self, key, value): #给索引赋值 print '__setitem__',key,value def __delitem__(self, key): print '__delitem__',key obj = Foo() result = obj['k1'] # 自动触发执行 __getitem__ #自动获取索引 obj['k2'] = 'wupeiqi' # 自动触发执行 __setitem__ #给对应索引赋值 del obj['k1'] # 自动触发执行 __delitem__
9、__getslice__、__setslice__、__delslice__ 是2.7里面的,3里面的是切片是getitems
该三个方法用于分片操作,如:列表
#!/usr/bin/env python # -*- coding:utf-8 -*- class Foo(object): def __getslice__(self, i, j): print '__getslice__',i,j def __setslice__(self, i, j, sequence): print '__setslice__',i,j def __delslice__(self, i, j): print '__delslice__',i,j obj = Foo() obj[-1:1] # 自动触发执行 __getslice__ obj[0:1] = [11,22,33,44] # 自动触发执行 __setslice__ del obj[0:2] # 自动触发执行 __delslice__
在python3中,我们去查看类list的源码的时候(或者使用list.__dict__获取list类的所有成员),发现其操作索引的方法__getslice__、__setslice__、__delslice__不存在,反而发现了__getitem__、__setitem__、__delitem__。难道是操作列表的索引也开始使用__getitem__、__setitem__、__delitem__。代码验证一下:
class Foo: def __init__(self): pass def __getitem__(self, item): print("__getitem__:",item) def __setitem__(self, key, value): print("__setitem__:",key,value) def __delitem__(self, key): print("__delite__:",key) obj=Foo() obj[1:3] #执行结果:__getitem__: slice(1, 3, None) #获取索引 obj[1:3]=[1,2,3] #执行结果:__setitem__: slice(1, 3, None) [1, 2, 3] #给索引赋值 del obj[2] #执行结果:__delite__: 2 #删除索引
验证结果:操作列表的索引也开始使用__getitem__、__setitem__、__delitem__
10. __iter__
用于迭代器,之所以列表、字典、元组可以进行for循环,是因为类型内部定义了 __iter__
class Foo(object): pass obj = Foo() for i in obj: print i # 报错:TypeError: 'Foo' object is not iterable
#!/usr/bin/env python # -*- coding:utf-8 -*- class Foo(object): def __iter__(self): pass obj = Foo() for i in obj: print i # 报错:TypeError: iter() returned non-iterator of type 'NoneType'
#!/usr/bin/env python # -*- coding:utf-8 -*- class Foo(object): def __init__(self, sq): self.sq = sq def __iter__(self): return iter(self.sq) obj = Foo([11,22,33,44]) for i in obj: print i
以上步骤可以看出,for循环迭代的其实是 iter([11,22,33,44]) ,所以执行流程可以变更为:
#!/usr/bin/env python # -*- coding:utf-8 -*- obj = iter([11,22,33,44]) for i in obj: print (i)
#!/usr/bin/env python # -*- coding:utf-8 -*- obj = iter([11,22,33,44]) while True: val = obj.next() print (val)
11. __new__ 和 __metaclass__
继承自object的新式类才有__new__
__new__至少要有一个参数cls,代表要实例化的类,此参数在实例化时由Python解释器自动提供
__new__必须要有返回值,返回实例化出来的实例,这点在自己实现__new__时要特别注意,可以return父类__new__出来的实例,或者直接是object的__new__出来的实例
class C(object): def __new__(cls, *args, **kwargs): print("cls",cls) #cls和__init__中的self是一个意思。 return super(C,cls).__new__(cls) #这句是必须有的 # return object.__new__(cls) class B(C): def __init__(self): print("xx") x=B() print(x) """ 执行结果: cls <class '__main__.B'> xx <__main__.B object at 0x004BFFB0> """
执行步骤:先执行__new__再执行__init__方法。
阅读以下代码:
class Foo(object): def __init__(self): pass obj = Foo() # obj是通过Foo类实例化的对象
上述代码中,obj 是通过 Foo 类实例化的对象,其实,不仅 obj 是一个对象,Foo类本身也是一个对象,因为在Python中一切事物都是对象。
如果按照一切事物都是对象的理论:obj对象是通过执行Foo类的构造方法创建,那么Foo类对象应该也是通过执行某个类的 构造方法 创建。
print type(obj) # 输出:<class '__main__.Foo'> 表示,obj 对象由Foo类创建 print type(Foo) # 输出:<type 'type'> 表示,Foo类对象由 type 类创建
所以,obj对象是Foo类的一个实例,Foo类对象是 type 类的一个实例,即:Foo类对象 是通过type类的构造方法创建。
那么,创建类就可以有两种方式:
a). 普通方式
class Foo(object): def func(self): print 'hello wupeiqi'
b).type创建类
def func(self): print 'hello wupeiqi' Foo = type('Foo',(object,), {'func': func}) #type第一个参数:类名 #type第二个参数:当前类的基类 #type第三个参数:类的成员
==》 类 是由 type 类实例化产生
那么问题来了,类默认是由 type 类实例化产生,type类中如何实现的创建类?类又是如何创建对象?
答:类中有一个属性 __metaclass__,其用来表示该类由 谁 来实例化创建,所以,我们可以为 __metaclass__ 设置一个type类的派生类,从而查看 类 创建的过程。

在Foo中因有__metaclass__=MyType。这句话就代表了Foo类需要通过MyType来实例化创建(Foo类就变成了MyType的实例化对象)。那么第一步就会执行MyType的__init__方法。
因为Foo是MyType的实例化对象,所以Foo()就等于是对象()。那么就会调用类的__call__()。所以第二步就会去执行MyType的call方法。
class MyType(type): def __init__(self, what, bases=None, dict=None): super(MyType, self).__init__(what, bases, dict) def __call__(self, *args, **kwargs): obj = self.__new__(self, *args, **kwargs) self.__init__(obj) class Foo(object): __metaclass__ = MyType def __init__(self, name): self.name = name def __new__(cls, *args, **kwargs): return object.__new__(cls, *args, **kwargs) # 第一阶段:解释器从上到下执行代码创建Foo类 # 第二阶段:通过Foo类创建obj对象 obj = Foo()
四、异常
1、异常基础
在编程过程中为了增加友好性,在程序出现bug时一般不会将错误信息显示给用户,而是现实一个提示的页面,通俗来说就是不让用户看见大黄页!!!
try: pass except Exception as ex: #解释器自动将将程序抛出的错误信息传给ex参数。 print(ex) #直接输出解释器抛出的错误信息
print ('键错误') #自定义错误信息并输出
需求:将用户输入的两个数字相加
while True: num1 = raw_input('num1:') num2 = raw_input('num2:') try: num1 = int(num1) num2 = int(num2) result = num1 + num2 except Exception as e: print '出现异常,信息如下:' print e
2、异常种类
python中的异常种类非常多,每个异常专门用于处理某一项异常!!!
AttributeError 试图访问一个对象没有的树形,比如foo.x,但是foo没有属性x IOError 输入/输出异常;基本上是无法打开文件 ImportError 无法引入模块或包;基本上是路径问题或名称错误 IndentationError 语法错误(的子类) ;代码没有正确对齐 IndexError 下标索引超出序列边界,比如当x只有三个元素,却试图访问x[5] KeyError 试图访问字典里不存在的键 KeyboardInterrupt Ctrl+C被按下 NameError 使用一个还未被赋予对象的变量 SyntaxError Python代码非法,代码不能编译(个人认为这是语法错误,写错了) TypeError 传入对象类型与要求的不符合 UnboundLocalError 试图访问一个还未被设置的局部变量,基本上是由于另有一个同名的全局变量, 导致你以为正在访问它 ValueError 传入一个调用者不期望的值,即使值的类型是正确的
ArithmeticError
AssertionError
AttributeError
BaseException
BufferError
BytesWarning
DeprecationWarning
EnvironmentError
EOFError
Exception
FloatingPointError
FutureWarning
GeneratorExit
ImportError
ImportWarning
IndentationError
IndexError
IOError
KeyboardInterrupt
KeyError
LookupError
MemoryError
NameError
NotImplementedError
OSError
OverflowError
PendingDeprecationWarning
ReferenceError
RuntimeError
RuntimeWarning
StandardError
StopIteration
SyntaxError
SyntaxWarning
SystemError
SystemExit
TabError
TypeError
UnboundLocalError
UnicodeDecodeError
UnicodeEncodeError
UnicodeError
UnicodeTranslateError
UnicodeWarning
UserWarning
ValueError
Warning
ZeroDivisionError
dic = ["wupeiqi", 'alex'] try: dic[10] except IndexError as e: print (e)
对于上述实例,异常类只能用来处理指定的异常情况,如果非指定异常则无法处理。在python的异常中,有一个万能异常:Exception,他可以捕获任意异常,即:
# 未捕获到异常,程序直接报错 s1 = 'hello' try: int(s1) except IndexError as e: print e
接下来你可能要问了,既然有这个万能异常,其他异常是不是就可以忽略了!
答:当然不是,对于特殊处理或提醒的异常需要先定义,最后定义Exception来确保程序正常运行。
s1 = 'hello' try: int(s1) except KeyError as e: print ('键错误') except IndexError as e: print ('索引错误') except Exception as e: print ('错误')
#在出现程序语言错误的时候,解释器会从上至下依次解析每个异常类型,知道找到匹配的类型,找到后,立即中断
3、异常其他结构
try: # 主代码块 pass except KeyError,e: # 异常时,执行该块 pass else: # 主代码块执行完,执行该块 (如果不抛异常就执行该处) pass finally: # 无论异常与否,最终执行该块(最终必须执行的内容) pass
4、主动触发异常
try: raise Exception('错误了。。。') #这个位置直接调用了Exception类,并生成对象。 except Exception as e: #变量:"错误了。。。" 传给参数e print (e)
5、自定义异常
class WupeiqiException(Exception): def __init__(self, msg): self.message = msg def __str__(self): return self.message try: raise WupeiqiException('我的异常') except WupeiqiException as e: print (e)
五、断言
# assert 条件 assert 1 == 1 assert 1 == 2
浙公网安备 33010602011771号